A subscription to JoVE is required to view this content. Sign in or start your free trial.
Method Article
אנו מציגים כלי לביולוגיה של מערכות JUMPn כדי לבצע ולהמחיש ניתוח רשת עבור נתוני פרוטאומיקה כמותית, עם פרוטוקול מפורט הכולל עיבוד נתונים מראש, אשכולות ביטוי משותף, העשרת מסלולים וניתוח רשת אינטראקציות חלבון-חלבון.
עם ההתקדמות האחרונה בטכנולוגיות פרוטאומיקה מבוססות ספקטרומטריית מסות, פרופיל עמוק של מאות פרוטאומים הפך אפשרי יותר ויותר. עם זאת, הפקת תובנות ביולוגיות ממערכי נתונים כה חשובים היא מאתגרת. כאן אנו מציגים תוכנה מבוססת ביולוגיה של מערכות JUMPn, ואת הפרוטוקול הקשור אליה כדי לארגן את הפרוטאום לאשכולות ביטוי משותף של חלבונים על פני דגימות ורשתות אינטראקציה בין חלבונים לחלבונים (PPI) המחוברות באמצעות מודולים (למשל, קומפלקסים של חלבונים). באמצעות פלטפורמת R/Shiny, תוכנת JUMPn מייעלת את הניתוח של אשכולות ביטויים משותפים, העשרת מסלולים וזיהוי מודול PPI, עם הדמיית נתונים משולבת וממשק ידידותי למשתמש. השלבים העיקריים של הפרוטוקול כוללים התקנה של תוכנת JUMPn, הגדרת חלבונים המבוטאים באופן דיפרנציאלי או פרוטאום מווסת (dys), קביעת אשכולות ביטוי משותף משמעותיים ומודולי PPI, והדמיית תוצאות. בעוד שהפרוטוקול מודגם באמצעות פרופיל פרוטאום מבוסס תוויות איזובריות, JUMPn ישים בדרך כלל למגוון רחב של מערכי נתונים כמותיים (למשל, פרוטאומיקה ללא תוויות). התוכנה והפרוטוקול של JUMPn מספקים אפוא כלי רב עוצמה כדי להקל על פרשנות ביולוגית בפרוטאומיקה כמותית.
פרוטאומיקה מבוססת ספקטרומטריית מסה של רובה ציד הפכה לגישה המרכזית לניתוח מגוון הפרוטאומים של דגימות מורכבות1. עם ההתקדמות האחרונה במכשור ספקטרומטריית מסות 2,3, כרומטוגרפיה 4,5, זיהוי ניידות יונים6, שיטות רכישה (7 בלתי תלויות בנתונים ורכישה תלוית נתונים8), גישות כימות (שיטת תיוג פפטיד איזוברי רב-plex, למשל, TMT 9,10, וכימות ללא תווית11,12) ואסטרטגיות ניתוח נתונים/ פיתוח תוכנה 13,14,15,16,17,18, כימות של הפרוטאום כולו (למשל, מעל 10,000 חלבונים) הוא כיום שגרתי 19,20,21. עם זאת, כיצד להשיג תובנות מכניסטיות ממערכי נתונים כמותיים כה עמוקים עדיין מאתגר22. ניסיונות ראשוניים לחקור מערכי נתונים אלה הסתמכו בעיקר על ביאור של אלמנטים בודדים של הנתונים, תוך התייחסות לכל רכיב (חלבון) באופן עצמאי. עם זאת, מערכות ביולוגיות והתנהגותן אינן ניתנות להסבר אך ורק על ידי בחינת מרכיבים בודדים23. לכן, גישה מערכתית הממקמת את הביומולקולות הכימותיות בהקשר של רשתות אינטראקציה חיונית להבנת מערכות מורכבות והתהליכים הקשורים אליהן כגון עוברי, תגובה חיסונית ופתוגנזה של מחלות אנושיות24.
ביולוגיה של מערכות מבוססות רשת התפתחה כפרדיגמה רבת עוצמה לניתוח נתוני פרוטאומיקה כמותית בקנה מידה גדול 25,26,27,28,29,30,31,32,33. מבחינה מושגית, מערכות מורכבות כגון תאי יונקים יכולות להיות ממודלות כרשת היררכית34,35, שבה המערכת כולה מיוצגת בשכבות: תחילה על ידי מספר רכיבים גדולים, שכל אחד מהם לאחר מכן ממודל באופן איטרטיבי על ידי תת-מערכות קטנות יותר. מבחינה טכנית, המבנה של דינמיקת פרוטאום יכול להיות מוצג על ידי רשתות מחוברות זו בזו של אשכולות חלבונים המתבטאים במשותף (מכיוון שגנים/חלבונים המתבטאים במשותף חולקים לעתים קרובות פונקציות ביולוגיות דומות או מנגנונים של ויסות36) ומודולי PPI בעלי אינטראקציה פיזית37. כדוגמה אחרונה25, יצרנו פרופילים טמפורליים של פרוטאום שלם ופוספופרוטאום במהלך הפעלת תאי T והשתמשנו ברשתות ביטוי משותפות אינטגרטיביות עם PPIs כדי לזהות מודולים פונקציונליים המתווכים יציאה של תאי T. מספר מודולים הקשורים לביו-אנרגיה הודגשו ואומתו בניסוי (לדוגמה, מודולי המיטוריבוסום וה-IV המורכבים25, ומודול פחמן אחד38). בדוגמה אחרת26, הרחבנו עוד יותר את הגישה שלנו לחקר הפתוגנזה של מחלת אלצהיימר, ותיעדפנו בהצלחה את התקדמות המחלה במודולים ובמולקולות הקשורים להתקדמות המחלה. חשוב לציין שרבות מהתגליות הבלתי משוחדות שלנו אומתו על ידי קבוצות חולים עצמאיות26,29 ו/או מודלים של עכברי מחלה26. דוגמאות אלה המחישו את כוחה של גישת הביולוגיה של המערכות לניתוח מנגנונים מולקולריים באמצעות פרוטאומיקה כמותית ושילובי אומיקה אחרים.
כאן אנו מציגים את JUMPn, תוכנה יעילה החוקרת נתוני פרוטאומיקה כמותית באמצעות גישות ביולוגיות של מערכות מבוססות רשת. JUMPn משמש כמרכיב במורד הזרם של חבילת התוכנה מבוססת JUMP פרוטאומיקה 13,14,39, ומטרתו למלא את הפער מכימות חלבונים בודדים למסלולים בעלי משמעות ביולוגית ומודולי חלבונים באמצעות גישת הביולוגיה של המערכות. על-ידי לקיחת מטריצת הכימות של חלבונים המבוטאים באופן דיפרנציאלי (או המשתנה ביותר) כקלט, JUMPn שואף לארגן את הפרוטאום בהיררכיה שכבתית של צבירי חלבונים המתבטאים יחד על פני דגימות ומודולי PPI המחוברים בצפיפות (למשל, קומפלקסים של חלבונים), אשר מבוארים עוד יותר עם מסדי נתונים של מסלולים ציבוריים על ידי ניתוח ייצוג יתר (או העשרה) (איור 1). JUMPn פותחה עם פלטפורמת R/Shiny40 עבור ממשק ידידותי למשתמש ומשלבת שלושה מודולים פונקציונליים עיקריים: ניתוח אשכולות ביטוי משותף, ניתוח העשרת מסלולים וניתוח רשת PPI (איור 1). לאחר כל ניתוח, התוצאות מוצגות באופן אוטומטי באופן חזותי וניתנות לכוונון באמצעות פונקציות הווידג'ט R/מבריק וניתנות להורדה בקלות כטבלאות פרסום בתבנית Microsoft Excel. בפרוטוקול הבא, אנו משתמשים בנתוני פרוטאום שלמים כמותיים כדוגמה ומתארים את השלבים העיקריים של השימוש ב- JUMPn, כולל התקנת תוכנת JUMPn, ההגדרה של חלבונים המבוטאים באופן דיפרנציאלי או הפרוטאום המווסת (dys), ניתוח רשת ביטוי משותף וניתוח מודול PPI, הדמיה ופרשנות של תוצאות, וירי בעיות. תוכנת JUMPn זמינה באופן חופשי ב-GitHub41.
הערה: בפרוטוקול זה, השימוש ב- JUMPn מודגם על ידי שימוש במערך נתונים שפורסם של פרופיל פרוטאום שלם במהלך התמיינות תאי B המכומת על ידי ריאגנט התווית האיזוברית TMT27.
1. הגדרת תוכנת JUMPn
הערה: שתי אפשרויות מסופקות להגדרת תוכנת JUMPn: (i) התקנה במחשב מקומי לשימוש אישי; וכן (ii) פריסה של JUMPn בשרת מבריק מרוחק עבור משתמשים מרובים. עבור התקנה מקומית, מחשב אישי עם גישה לאינטרנט ו- ≥4 Gb של זיכרון RAM מספיק כדי להפעיל ניתוח JUMPn עבור ערכת נתונים עם גודל מדגם קטן (n < 30); זיכרון RAM גדול יותר (לדוגמה, 16 Gb) נחוץ לניתוח קוהורט גדול (לדוגמה, n = 200 דגימות).
2. הרצת הדגמה באמצעות ערכת נתונים לדוגמה
הערה: JUMPn מציע הרצת הדגמה באמצעות ערכת הנתונים של פרוטאומיקה של תאי B שפורסמה. הרצת ההדגמה ממחישה זרימת עבודה יעילה שלוקחת את מטריצת הכימות של חלבונים המבוטאים באופן דיפרנציאלי כקלט ומבצעת אשכולות ביטוי משותף, העשרת מסלולים וניתוח רשת PPI ברצף.
3. הכנת קובץ הקלט והעלאה ל- JUMPn
הערה: JUMPn לוקח כקלט את מטריצת הכימות של החלבונים המבוטאים באופן דיפרנציאלי (השיטה המפוקחת) או של החלבונים המשתנים ביותר (שיטה לא מפוקחת). אם מטרת הפרויקט היא להבין חלבונים שהשתנו במצבים מרובים (למשל, קבוצות מחלה שונות, או ניתוח סדרתי זמן של תהליכים ביולוגיים), עדיפה השיטה המפוקחת לביצוע ניתוח DE; אחרת, גישה לא מפוקחת של בחירת החלבונים המשתנים ביותר עשויה לשמש למטרה האקספלורטורית.
4. ניתוח אשכולות ביטויים משותפים
הערה: הקבוצה שלנו 25,26,27 ואחרים 28,29,31 הוכיחו כי WGCNA49 היא שיטה יעילה לניתוח אשכולות ביטוי משותף של פרוטאומיקה כמותית. JUMPn עוקב אחר הליך בן 3 שלבים עבור ניתוח WGCNA25,50: (i) הגדרה ראשונית של אשכולות גנים/חלבונים בביטוי משותף על ידי חיתוך עץ דינמי51 בהתבסס על מטריצת החפיפה הטופולוגית (TOM; נקבעת על ידי דמיון בכימות בין גנים/חלבונים); (2) מיזוג של אשכולות דומים כדי להפחית את היתירות (בהתבסס על דנדרוגרמה של קווי דמיון eigengene); ו-(iii) הקצאה סופית של גנים/חלבונים לכל צביר העולה על ניתוק המתאם המינימלי של פירסון.
5. ניתוח רשת אינטראקציות חלבון-חלבון
הערה: על-ידי הכנסת אשכולות ביטויים משותפים לרשת PPI, כל אשכול ביטוי משותף מחולק עוד יותר למודולי PPI קטנים יותר. הניתוח מתבצע עבור כל אשכול ביטוי משותף וכולל שני שלבים: בשלב הראשון, JUMPn מעביר חלבונים מאשכול הביטוי המשותף לרשת PPI ומוצא את כל הרכיבים המחוברים (כלומר, אשכולות מרובים של צמתים/חלבונים מחוברים; כדוגמה, ראו איור 6A); לאחר מכן, קהילות או מודולים (של צמתים מחוברים בצפיפות) יזוהו עבור כל רכיב מחובר באופן איטרטיבי באמצעות שיטת מטריצת החפיפה הטופולוגית (TOM)52.
6. ניתוח העשרת מסלולים
הערה: המבנים ההיררכיים הנגזרים מ-JUMPn הן של אשכולות ביטויים משותפים והן של מודולי PPI שבתוכם מבוארים באופן אוטומטי עם מסלולים המיוצגים יתר על המידה באמצעות הבדיקה המדויקת של פישר. מסדי הנתונים של המסלולים/טופולוגיה שבהם נעשה שימוש כוללים אונטולוגיה של גנים (GO), KEGG, Hallmark ו-Reactome. משתמשים עשויים להשתמש באפשרויות מתקדמות כדי להעלות מסדי נתונים מותאמים אישית לצורך הניתוח (למשל, במקרה של ניתוח נתונים ממינים שאינם בני אדם).
7. ניתוח מערך נתונים עם גודל מדגם גדול
הערה: JUMPn תומך בניתוח של ערכת נתונים עם גודל מדגם גדול (עד 200 דגימות נבדקו). כדי להקל על התצוגה החזותית של גודל מדגם גדול, יש צורך בקובץ נוסף (בשם "קובץ מטא") המציין את קבוצת המדגם כדי להקל על הצגת תוצאות אשכולות של ביטויים משותפים.
השתמשנו בערכות הנתונים של פרוטאומיקה עמוקה שפורסמו עלידינו 25,26,27,30 (איורים 5 ואיור 6) וכן בסימולציות נתונים57 (טבלה 1) כדי לייעל ולהעריך את ביצועי JUMPn. לצורך ניתוח אשכו...
כאן הצגנו את תוכנת JUMPn שלנו ואת הפרוטוקול שלה, אשר יושמו בפרויקטים מרובים לניתוח מנגנונים מולקולריים באמצעות נתוני פרוטאומיקה כמותית עמוקה 25,26,27,30,64. התוכנה והפרוטוקול של JUMPn עברו אופטימיזציה מלאה, כו...
למחברים אין מה לחשוף.
התמיכה במימון ניתנה על ידי המכונים הלאומיים לבריאות (NIH) (R01AG047928, R01AG053987, RF1AG064909, RF1AG068581 ו-U54NS110435) ו-ALSAC (ארגוני צדקה סוריים לבנוניים אמריקאים). ניתוח הטרשת הנפוצה בוצע במרכז הפרוטאומיקה והמטבולומיקה של בית החולים למחקר לילדים סנט ג'וד, שנתמך בחלקו על ידי מענק תמיכה במרכז הסרטן של NIH (P30CA021765). התוכן הוא באחריותם הבלעדית של המחברים ואינו מייצג בהכרח את הדעות הרשמיות של המכונים הלאומיים לבריאות.
Name | Company | Catalog Number | Comments |
MacBook Pro with a 2.3 GHz Quad-Core Processor running OS 10.15.7. | Apple Inc. | MacBook Pro 13'' | Hardware used for software development and testing |
Anoconda | Anaconda, Inc. | version 4.9.2 | https://docs.anaconda.com/anaconda/install/ |
miniconda | Anaconda, Inc. | version 4.9.2 | https://docs.conda.io/en/latest/miniconda.html |
RStudio | RStudio Public-benefit corporation | version 4.0.3 | https://www.rstudio.com/products/rstudio/download/ |
Shiny Server | RStudio Public-benefit corporation | https://shiny.rstudio.com/articles/shinyapps.html |
Request permission to reuse the text or figures of this JoVE article
Request PermissionThis article has been published
Video Coming Soon
Copyright © 2025 MyJoVE Corporation. All rights reserved